Bagaimana Anda menjelaskan bug kepada asisten AI sehingga dapat mendiagnosisnya dengan akurat?

Question

Accepted Answer

Laporan bug yang baik untuk AI sama dengan laporan bug yang baik untuk manusia: berikan **cukup konteks untuk mereproduksi masalah di kepalanya**, dan kurangi kebisingan. AI hanya dapat bernalar tentang apa yang Anda tempel — deskripsi yang samar menghasilkan tebakan yang samar.

## Apa yang harus disertakan

- **Pesan error yang tepat dan stack trace lengkap** — salin secara verbatim, bukan parafrase. File dan baris dalam trace adalah petunjuk tunggal paling berguna.
- **Kode yang relevan** — fungsi yang melempar plus pemanggil langsungnya, bukan seluruh repo.
- **Perilaku yang diharapkan vs aktual** — "Saya mengharapkan X, tetapi saya mendapatkan Y" adalah inti dari laporan bug apa pun.
- **Langkah repro** — input atau urutan yang tepat yang memicunya.
- **Versi lingkungan/versi** — bahasa, framework, dan versi library (bug dapat spesifik versi).
- **Skema DB atau data sampel** — ketika bug menyentuh query atau bentuk data.

## Apa yang harus ditinggalkan

File yang tidak terkait, seluruh konfigurasi Anda, rahasia/kunci API, dan teori "Saya pikir mungkin X" yang membiaskan diagnosis. Berikan fakta, bukan dugaan.

## Laporan lemah vs kuat

```text
❌ WEAK: "My login is broken, it throws an error. Why?"
   → no error text, no code, no repro → the AI can only guess

✅ STRONG:
   Error (verbatim):
     TypeError: Cannot read properties of undefined (reading 'id')
       at getUser (auth.js:42)
   Code (auth.js:40-43):
```

```js
function getUser(token) {
  const session = sessions.find(s => s.token === token); // returns undefined if not found
  return session.user.id; // line 42: crashes when session is undefined
}
```

```text
   Expected: return null for an unknown token.
   Actual:   throws TypeError above.
   Repro:    call getUser('expired-token').
   Env:      Node 20, no framework.
```

Dengan versi yang kuat, AI dapat menunjuk langsung ke pemeriksaan `undefined` yang hilang dan mengusulkan guard, karena setiap fakta yang diperlukan ada di halaman.

## Mengapa ini penting

Asisten AI **tidak memiliki akses ke sistem yang berjalan Anda** — ia hanya bernalar dari apa yang Anda berikan. Laporan yang lemah memaksanya menebak error, kode, dan lingkungan sekaligus, dan tebakan yang salah membuang perjalanan bolak-balik. Laporan yang kuat (trace tepat + kode relevan + harapan/aktual + repro + versi) mengubah diagnosis menjadi tugas terfokus dan biasanya mendapatkan perbaikan yang tepat pada kali pertama. Belajar menulis laporan bug yang ketat juga membuat Anda menjadi debugger yang lebih baik, karena memaksa Anda mengisolasi fakta sebelum bertanya.